机器学习特征工程之数据降维

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/broccoli2/article/details/80974048

为什么进行特征选择？

• 冗余：部分特征的相关度较高，容易消耗计算性能。
• 噪声：部分特征对预测结果有影响。

特征选择是什么

特征选择API

sklearn.feature_selection.VarianceThold

主成分分析PCA

PCA是什么？
本质：PCA是一种分析、简化数据集的技术。
目的：是数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。
作用可以消减回归分析或者聚类分析中特征的数量。

PCA降维分析可以参考以下文章：
PCA降维实例分析
数据降维